L’Industrial Edge AI entre dans une nouvelle phase. Selon l’International Federation of Robotics, le nombre de robots industriels en service dans le monde a atteint le niveau record de cinq millions en 2025, tandis que les installations annuelles ont dépassé 600 000 unités. L’organisation a également indiqué que les livraisons de robots de service professionnels avaient augmenté de 24 % au cours de la même année. Ces chiffres ne signifient pas que toutes les applications d’IA ont dépassé le stade du projet pilote. Ils montrent cependant que la Physical AI — l’IA intégrée dans des machines capables de percevoir le monde physique et d’y agir — est déployée dans des environnements opérationnels.
Pour les OEM, la question évolue donc. Il ne s’agit plus seulement de savoir si un modèle d’IA peut fonctionner sur un appareil Edge. Il faut déterminer si le système complet peut coordonner plusieurs charges de travail, se connecter à l’infrastructure industrielle, prendre en charge les exigences de sécurité applicables et évoluer sur plusieurs générations de produits. Quatre évolutions pourraient rendre ces questions de plus en plus importantes en 2027.
Les charges de travail IA deviennent des systèmes coordonnés
Les premiers projets d’Edge AI peuvent se concentrer sur une seule capacité visible : un modèle de détection d’objets, un algorithme de navigation ou une tâche d’inspection. Un système commercial peut devoir prendre en charge des fonctions supplémentaires. Un robot mobile autonome peut combiner perception, fusion de capteurs, planification d’itinéraires, logique applicative et contrôle soumis à des contraintes temporelles. Une plateforme d’inspection peut traiter plusieurs flux d’images tout en échangeant des données avec les équipements de production et un système de niveau supérieur.
Ces charges de travail imposent des exigences différentes en matière de puissance de calcul, de mémoire et de bande passante. Elles peuvent également présenter des besoins différents en termes de latence et de consommation énergétique. Le choix d’une plateforme en fonction des performances de pointe d’un seul modèle peut donc créer des difficultés d’intégration lorsque l’application complète est assemblée.
Les OEM devraient envisager la répartition des charges de travail dès les premières étapes du processus de conception. Les CPU, GPU, NPU et ressources de contrôle dédiées peuvent remplir des rôles différents. Les considérer comme les composants d’une architecture unique peut aider les équipes d’ingénierie à répartir les charges de travail et à limiter la nécessité de créer des îlots de traitement distincts pour de nouvelles fonctions. Cette approche peut faciliter l’ajout de capacités sans imposer une refonte prématurée du système.
La convergence IT/OT redéfinit l’Edge industriel
L’International Federation of Robotics identifie la convergence des technologies de l’information et des technologies opérationnelles comme une tendance qui transforme la robotique. La même évolution redéfinit l’automatisation industrielle, à mesure que les machines intelligentes deviennent des nœuds connectés au sein de l’architecture de données et de contrôle de l’usine.
Cela ne signifie pas que toutes les charges de travail doivent être transférées vers le cloud. L’inférence en temps réel, la prise de décision et le contrôle peuvent devoir rester au niveau local, tandis que certaines données et certains services se connectent à des systèmes plus larges.
Les équipes doivent définir délibérément ces limites : quelles fonctions nécessitent une autonomie locale, quelles données doivent quitter la machine et comment assurer la continuité du fonctionnement lorsque la connectivité évolue. Le traitement de l’IA doit également se connecter aux caméras, aux capteurs, aux réseaux industriels et aux équipements de contrôle par l’intermédiaire des interfaces requises par l’application.
L’objectif est de créer une topologie résiliente qui préserve la réactivité locale tout en permettant aux données et aux services de circuler là où ils génèrent le plus de valeur.
La sécurité sur l’ensemble du cycle de vie devient une exigence de conception
La sécurité ne peut plus être traitée comme une fonctionnalité ajoutée peu avant le lancement. Un produit industriel connecté peut rester en service pendant des années, au cours desquelles les vulnérabilités, les dépendances logicielles et les attentes réglementaires continueront d’évoluer.
Le règlement européen sur la cyberrésilience, ou Cyber Resilience Act, rend plus explicite cette responsabilité sur l’ensemble du cycle de vie. Il introduit des exigences de cybersécurité couvrant la planification, la conception, le développement et la maintenance des produits comportant des éléments numériques. Ses obligations de déclaration s’appliquent depuis le 11 septembre 2026, tandis que les principales obligations s’appliqueront à compter du 11 décembre 2027.
Pour les OEM, les implications vont au-delà de la documentation de conformité. La plateforme sous-jacente doit prendre en charge un socle logiciel pouvant être maintenu pendant toute la durée de vie prévue du produit. Les processus de sécurité, le traitement des vulnérabilités et la capacité de mise à jour deviennent ainsi des considérations architecturales.
La prise en compte de ces aspects dès les premières étapes peut contribuer à réduire le risque de découvrir, à un stade avancé du développement, que la pile logicielle d’un prototype ne peut pas répondre aux exigences de sécurité et de maintenance du produit commercial. L’aptitude à couvrir l’ensemble du cycle de vie devient donc un critère de sélection et d’achat de la plateforme, et non plus seulement une préoccupation opérationnelle postérieure au déploiement.
Les OEM conçoivent des plateformes produits, pas des appareils isolés
De nombreux produits industriels évoluent pour former des familles. Un fabricant de systèmes robotiques peut avoir besoin de plusieurs configurations de charge utile ou de capteurs. Un fournisseur de solutions de vision industrielle peut proposer différentes configurations en termes de nombre de caméras, de niveaux de performance ou de tâches d’inspection. Une plateforme HMI peut être adaptée à plusieurs machines.
Reconstruire l’architecture de calcul et logicielle pour chaque variante augmente les efforts d’ingénierie, les travaux de validation et les coûts liés au cycle de vie. Cela complique également la planification des futures générations de produits.
Une approche modulaire peut modifier l’équation économique. Un concept de carte porteuse réutilisable, un socle logiciel cohérent et des options de calcul évolutives peuvent aider les équipes à réutiliser une partie de leur travail sur des produits connexes. Tous les composants ne pourront pas être transférés sans modification, et chaque conception finale nécessitera toujours une validation spécifique à l’application. La valeur potentielle réside dans la réduction des développements inutilement répétés.
La modularité devient ainsi plus qu’une simple décision liée au facteur de forme. Elle peut contribuer à préserver les investissements d’ingénierie, à raccourcir le développement des variantes de produits et à créer une voie plus facile à gérer pour les futures mises à niveau.
Des tendances aux décisions concernant la plateforme
Ces quatre évolutions peuvent offrir aux équipes d’ingénierie et produit un moyen pratique d’évaluer une plateforme Industrial Edge AI.
Peut-elle coordonner l’ensemble des charges de travail d’IA, applicatives et soumises à des contraintes temporelles dont le système complet a besoin ? Peut-elle se connecter aux capteurs, aux réseaux et à l’infrastructure de contrôle concernés sans compromettre le fonctionnement local ? Son socle logiciel peut-il être maintenu et sécurisé pendant tout le cycle de vie du produit ? L’architecture peut-elle être réutilisée ou adaptée pour de futures variantes ?
Les performances maximales de l’IA restent importantes, mais elles ne constituent qu’un paramètre parmi d’autres. Une plateforme destinée à la production doit réunir puissance de calcul, E/S, maintenabilité logicielle et modularité. L’évaluation de ces éléments comme un système unique permet de mettre en évidence les risques d’intégration avant qu’ils ne se transforment en refontes coûteuses.
Un socle orienté production pour l’Industrial Edge AI
Ces critères de conception ne constituent pas uniquement des exigences futures. À l’issue des premières évaluations d’ingénierie, SECO met un premier lot limité d’échantillons d’ingénierie du SOM-SMARC-Dragonwing-IQ8 à la disposition d’OEM et d’équipes de développement sélectionnés. SECO est la première entreprise à mettre à la disposition des OEM, à des fins d’évaluation, un système sur module SMARC industriel basé sur Qualcomm Dragonwing™ IQ8 Series.
Équipé du processeur Qualcomm Dragonwing™ IQ-8275, le module est conçu pour fournir jusqu’à 40 TOPS d’accélération de l’IA par l’intermédiaire du NPU Qualcomm® Hexagon™. Les interfaces Ethernet Gigabit et 2,5 Gigabit, PCIe Gen4 et caméra, ainsi que la prise en charge du bus CAN, sont conçues pour offrir la connectivité nécessaire à l’évaluation d’architectures de vision, de réseau et industrielles spécifiques à chaque application, sans traiter la puissance de calcul de l’IA comme un composant isolé.
Dans le cadre de l’écosystème Works with Arduino™, SOM-SMARC-Dragonwing-IQ8 est conçu pour favoriser une transition plus continue entre le développement d’applications sur la carte Arduino® VENTUNO™ Q et la conception de produits industriels. Plutôt que de simplement remplacer une carte par une autre, chaque plateforme exploite ses propres atouts : Arduino et Arduino® App Lab visent à accélérer le prototypage et la validation, tandis que SECO apporte son expertise en matière de conception de cartes porteuses, d’intégration logicielle et de prise en charge des exigences à long terme du produit final. Clea OS est conçu pour fournir un socle destiné à la gestion des appareils axée sur la sécurité et à la maintenance logicielle à long terme.
Concevoir pour le cycle de vie du produit, pas seulement pour la première démonstration
L’opportunité de 2027 ne consiste pas simplement à intégrer davantage d’IA dans une machine. Elle consiste à créer une intelligence conçue pour rester maintenable à mesure que le produit évolue. L’évaluation précoce de l’architecture complète peut aider les OEM à réduire le risque de refonte et à réutiliser une plus grande partie de leur travail d’ingénierie dans de futurs systèmes.
Avec la disponibilité d’un premier lot limité d’échantillons d’ingénierie du SOM-SMARC-Dragonwing-IQ8, les OEM et les équipes de développement sélectionnés peuvent déterminer si la technologie Dragonwing IQ8, la connectivité industrielle et un socle logiciel orienté cycle de vie conviennent à leur prochain produit Industrial Edge AI ou Physical AI.
Demander un échantillon d’ingénierie